1) AI for Preselection in Recruiting – A Dashboard for Recruiters.
Problemstellung:
Aktuell werden im Personalwesen KI-basierte Entscheidungsunterstützungssysteme zur Vorselektion von BewerberInnen immer beliebter. Trotz der beschriebenen Zeit- und Kostenersparnis, die durch eine automatisierte Erfassung und Sichtung von Bewerbungsunterlagen erreicht wird, bestehen auch Bedenken gegenüber dem Einsatz von KI in der Personalauswahl. Nach §22 DSGVO darf die Verarbeitung nicht rein automatisiert geschehen – KandidatInnen haben also das Recht auf die Involvierung eines Menschen. Doch wie effektiv läuft die Interaktion zwischen AI-Vorauswahlentscheidung und PersonalentscheiderInnen ab? Kann der/die PersonalentscheiderIn den Entscheidungsvorgang nachvollziehen und damit §22 DSGVO nachkommen? Selbst in einem einfachen Kooperationsszenario, in dem ein KI-System PersonalistInnen mit Vorhersagen über die Eignung von BewerberInnen unterstützt, ist es notwendig, dass Menschen richtig entscheiden, wann sie der Empfehlung des KI-Systems folgen und wann sie diese hinterfragen.
Aufgabenstellung
Ziel ist es ein Dashboard zu konzipieren und zu evaluieren. Im Rahmen von 2-3 Interviews mit PersonalentscheiderInnen sollen dazu zunächst die Anforderungen an eine Visualisierung einer automatisierten Vorauswahl erhoben werden. Unter Berücksichtigung von Erklärungsmodellen für KI-Algorithmen soll dann ein interaktives Visualisierungskonzept erstellt werden. Dieser Mockup wird abschließend im Rahmen einer Pair Analytics Studie mit 3-5 PersonalentscheiderInnen evaluiert.
Betreuung: Univ.-Prof. Dr. Stefan Thalmann
2) Discovering Learning Paths by using Process Mining
Problemstellung:
Studierende wählen sehr unterschiedliche Wege in einem Studium. Wie kann man jedoch aus diesen individuellen Lernpfaden Muster erkennen und Empfehlungen für die Studien- und auch die Curriculumsplanung ableiten? Process Mining ist eine Methode die sich aktuell in vielen Bereichen der Wirtschaft etabliert und mit der eine entsprechende Auswertung möglich wäre.
Aufgabenstellung
Ziel ist es ein Konzept für Extrahierung von Lernpfaden aus Studierendenverlaufsdaten zu erstellen und die Vorgehensweise am Beispiel von ausgewählten Studiengängen der Universität Graz zu evaluieren. Dazu sollen Standardwerkzeuge des Process Mining PROM, CELONIS oder DISCO eingesetzt werden. Die Arbeit erfolgt in Zusammenarbeit mit dem Leistungs- und Qualitätsmanagement der Universität Graz.
Betreuung: Univ.-Prof. Dr. Stefan Thalmann